使3d numpy数组的每N个切片连续

Question

声明

假设我们有一个三维的numpy数组，A，它的形状是(X, Y, Z)。我想创建一个新的数组B，它的形状也是(X, Y, Z)。你知道吗

我们希望沿第0轴的B的前n个片（:n）对应于沿第0轴的A的每m个片（::m）。你知道吗

我们还希望B的片n:2*n对应于A的每个m+1片（1::m）。以此类推。你知道吗

使用矢量化numpy计算实现这一点的最佳方法是什么？你知道吗

示例

上面的陈述最好通过一个例子来理解。因此，让我们从设置一些示例数组A开始：

import numpy as np

# Create array A with shape (15, 3, 3)
n = 3; m = 5
a = np.array([i * np.eye(3) for i in range(1, 1+m)])
A = np.tile(a, (n, 1, 1))

如果我们看一下A的第0个切片，我们会发现：

print(A[0])
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
print(A[1])
[[2. 0. 0.]
 [0. 2. 0.]
 [0. 0. 2.]]

。。。你知道吗

print(A[4])
[[5. 0. 0.]
 [0. 5. 0.]
 [0. 0. 5.]]
print(A[5])
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

等等。你知道吗

A中的值并不重要，但应该有助于说明原始语句。你知道吗

我想知道我们是否可以只使用numpy函数创建矩阵B。数组B应该有片：

print(B[0])
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
print(B[1])
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
print(B[2])
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
print(B[3])
[[2. 0. 0.]
 [0. 2. 0.]
 [0. 0. 2.]]

等等。你知道吗

有没有办法用纯numpy解决方案从A生成B？你知道吗

我试过的

下面给出了所需的B，但当m变大时，它就变得单调乏味了：

# vstack solution
B = np.vstack((A[::m], A[1::m], A[2::m], A[3::m], A[4::m]))

使用列表理解也可以，但我希望避免使用循环：

# List comprehension solution
B = np.vstack([A[i::m] for i in range(m)])

Answer 1

如果我明白了，也许你可以用^{}：

B = np.sort(A, axis = 0)